文章推广

🔖2D Materials期刊创刊十周年特刊现已上线，欢迎阅读与下载！👉您可以点击此处链接，🔓立即解锁特刊。   阅读2D Materials期刊主编任文才研究员的导语 👇 “人类历史上的重大进步往往与我们对新材料及其性能的掌握密切相关，从钢铁冶炼到硅晶体管的发明皆是如此。自2004年Geim和Novosolov发现石墨烯以来，科学界实现了多种此前仅存在于理论中的二维材料。这些材料的潜力才刚刚被揭示，却已在可再生能源的生产与储存、电子学与光电子学、量子技术以及生物医学等领域作出了巨大贡献。 2D Materials自2014年创刊以来，始终致力于服务这一研究领域。本特刊旨在庆祝过去二十年取得的非凡成就，以及期刊出版的十卷研究成果。通过专题综述、观点与研究论文，本特刊不仅回顾了已有进展，也探讨了尚待解决的挑战与未来的发展方向。我们感谢所有作者、审稿人和读者自创刊以来的贡献，并期待未来继续与大家携手前行。”   💥了解更多关于在2D Materials发表的机会 💥 2D Materials（2DM）是一本跨学科期刊，致力于发表石墨烯及相关二维材料各方面的基础与应用研究，强调高质量与高影响力。期刊影响因子为4.3，CiteScore为9.3。 👉您可以点击此处链接，提交您的研究成果。 期刊介绍 2D Materials 2024年影响因子: 4.3  Citescore: 9.3 2D Materials（2DM）创刊于2014年，是国际上二维材料领域的第一个学术期刊，是中国科协高质量科技期刊一区期刊，旨在报道二维材料研究及应用领域最具创新性和影响力的前沿科研成果，促进二维材料领域的学术成果交流。期刊立足于多学科视角，致力于涵盖石墨烯及其他二维材料相关研究的各个方面，包括二维材料的制备、表征、物理、性质研究及器件、能源、催化、复合材料等应用。 期刊主编为中国科学院金属研究所任文才研究员，国家杰出青年科学基金获得者，国家重点研发计划项目首席科学家。主要从事石墨烯及其他新型二维材料的制备、物性及光电、储能、热管理、膜技术等应用研究。在Science、Nature Materials等期刊发表主要论文200多篇，被SCI他引4万多次，是科睿唯安公布的全球高被引科学家。获发明专利100余项，孵化了3家高技术企业。获国家自然科学二等奖3项（第一完成人2项）、辽宁省自然科学一等奖、何梁何利科技创新奖、全国创新争先奖等。

本研究来自江南大学商学院彭旭课题组。本文揭示了近期全球电力部门低碳转型的重要进展，剖析了不同收入组国家对全球电力脱碳的差异性贡献。 文章介绍 Heterogeneous drivers of decarbonization in the global power sector Xu Peng(彭旭)，Jing Liang，Hong Chen，Jindao Chen，Jiaping Zhang，Qingqing Sun，Pu You 通讯作者： 彭旭，江南大学商学院   研究背景： 全球气候变化日益严峻的背景下，工业部门尤其是电力行业的深度脱碳已成为实现气候目标的关键。然而，目前全球电力行业的碳排放仍在持续增长。尽管已有研究探讨了电力部门的碳排放趋势，但对全球金融危机期间能源结构转型引发的碳强度达峰与快速下降的动态过程缺乏深入理解。本研究基于2000至2017年全球电力碳强度数据，采用两阶段分解模型系统识别出全球电力行业碳强度变化背后的异质性驱动因素，深入探讨了全球高收入、中上收入和中下收入国家在电力脱碳过程中的不同角色，为全球电力行业未来减排路径提供科学依据和启示。   研究内容： 本研究围绕全球电力行业碳强度达峰与下降过程展开，聚焦金融危机期间的能源结构转型对电力脱碳的影响。研究采用国际能源署（IEA）数据库，通过固定热效率法剔除供热环节碳排放，精确测算了全球2000年至2017年全球电力行业碳排放强度的变化。然后，文章应用两阶段分解方法，将全球电力碳强度变化归因为化石燃料效率效应、燃料替代效应、可再生能源替代效应及区域配置效应，进而识别出不同收入水平分组下国家群体的差异性贡献。结果表明高收入国家可再生能源扩张、煤炭和油燃料退出以及能源效率提升，持续推动全球电力部门碳强度水平下降；中高收入国家（例如：中国、巴西）主要通过提升燃煤效率与发展可再生能源实现电力减排；而中低收入国家（例如：印度、越南）虽然通过提高煤电效率和发展可再生能源降低了电力碳强度，但是区域配置效应和煤炭消费份额增长仍推动其碳强度增加。 本研究系统揭示了2008年以来全球电力行业快速脱碳背后的多元化驱动因素，突出了区域间在资源禀赋、技术水平与经济复苏响应方面关于气候减缓行动的差异，为制定更具针对性的全球和地区减排提供了科学依据，加速了全球能源转型与碳中和目标的实现。 作者介绍 彭旭，江南大学商学院副教授。主要从事能源与气候变化、可持续发展分析、能源低碳转型的社会经济环境影响、碳足迹核算与减排分析、食物-能源-水耦合、环境拓展的投入产出分析等方面的研究。在Nature系列Communications Earth & Environment、Cell系列iScience、Environmental Science & Technology、The Innovation Energy、Science Bulletin、Fundamental Research、Resources, Conservation and Recycling等刊物发表论文多篇。主持国家级及省部级项目多项。 期刊介绍 Environmental Research Letters 2024年影响因子：5.6  Citescore: 11.1 Environmental Research Letters（ERL）以金色开放获取模式出版，作者可选择将原始数据作为补充资料与文章一起发表。所有研究人员可以免费获取这些研究成果。ERL汇聚了关注环境变化及其应对的研究团体和政策制定团体的意见，涵盖了环境科学的所有方面，出版研究快报、综述文章、观点和社论。ERL顺应了环境科学的跨学科发表的趋势，反映了该领域相关的方法、工具和评估战略，得到了来自不同领域的广泛贡献。

当您在Sustainability Science and Technology（SSTECH）期刊发表文章时，您的研究将与来自全球领先专家和编委会成员的成果一同展示，共同塑造可持续发展研究的未来。 我们的编委选择在SSTECH期刊发表研究，因为他们清楚是什么让本刊成为该领域的杰出平台： 🏠 提供满足学术社群不断发展的需求的新型创新文章类型； 🤝 联结科学、技术和工程领域的研究人员，共同以联合国可持续发展目标为使命，构建更加可持续的未来； ✅ 严格的同行评审流程，确保每篇文章达到最高科学标准； 🔓 自即日起至2025年底，期刊免收文章发表费用，助力您的研究成果广泛传播。 探索编委们的研究成果 Organo-mineral fertilisers for sustainable agriculture Katarzyna Chojnacka and Jonas Baltrusaitis   Microalgal-mediated circular reuse of polymer membrane manufacturing wastewater Sebastian Overmans, Barbara Bastos de Freitas, Martin Gede, Claudia Oviedo, Gyorgy Szekely and Kyle J Lauersen   Emerging trends in sustainable energy...

本期内容来自 Environmental Research Letters (ERL)、Environmental Research: Climate (ERCL)、Environmental Research: Infrastructure and Sustainability (ERIS) 与 Environmental Research: Water (ERW)，涵盖碳清除责任分配、红树林恢复的海洋威胁、全球南方钢铁发展差距、中国热极端事件成因，以及城市河流大肠杆菌污染等热点话题。 >>点击此处链接，订阅环境领域最新资讯。 精选文章 Sharing emissions and removals for meeting the Paris Agreement through a distributive and corrective justice lens Mingyu Li, Rui Wang, Xinzhu Zheng, Can Wang and Joeri Rogelj Li et al. present a justice-based framework for fairly distributing responsibilities...

特刊详情 客座编辑 鲁统部  教授 天津理工大学 鲁统部，天津理工大学教授，博士生导师。主要从事双原子催化剂与人工光合作用方面的研究。先后主持国家重点研发计划课题、国家科技重大专项、国家杰出青年基金项目、国家基金重点项目等。发表论文430余篇，获授权中国发明专利41项。发表论文被他引21000余次，H指数80，连续四年入选爱思唯尔中国高被引学者。出版《人工光合作用催化剂》专著。2006年获国家杰出青年基金，2014年入选英国皇家化学会会士, 2023年入选中国化学会会士，2021年获全国五一劳动奖章。现任中国化学会二氧化碳化学专业委员会主任，天津市化学会副理事长，中国化学会无机化学、晶体化学、绿色化学和分子筛专业委员会委员，“新能源材料”创新学科引智基地负责人，“材料微结构”教育部国际合作联合实验室主任，国内外8个杂志副主编和编委。   孙振宇  教授 北京化工大学 孙振宇，北京化工大学化工学院教授，博士生导师。2006年博士毕业于中国科学院化学所。2006至2015年先后在爱尔兰圣三一学院、德国波鸿鲁尔大学以及英国牛津大学从事博士后研究。入选德国洪堡学者。主要从事CO2、N2还原反应研究，以第一/通讯作者，在Nat. Commun.、Chem、Angew. Chem.、The Innovation、Adv. Mater.等期刊发表论文146篇，英文书籍6章节，申请发明专利28项。所有论文被Science等引用25100余次，H-因子68。连续入选Elsevier 2021–2024年度中国高被引学者。担任RSC Sustainability副主编；Journal of Physics Energy、Chinese Journal of Catalysis、《物理化学学报》、ChemElectroChem、EcoEnergy、Carbon and Hydrogen等期刊编委。   Javier Garcia Martinez  教授 西班牙阿利坎特大学 Javier Garcia Martinez，西班牙阿利坎特大学无机化学教授、分子纳米技术实验室主任。致力于开发新型纳米材料，以提升能源生产效率和化学工艺可持续性。通过引入可控的晶内介孔结构，成功释放了多相催化剂在转化大分子物质方面的潜力。该技术现已被全球学术实验室和化工企业广泛应用，在生物质转化至催化裂化等关键工业流程中，通过减少废弃物和积碳生成（原本需焚烧处理产生温室气体），实现每年减排二氧化碳数十万吨。他在麻省理工学院访学期间创立了莱弗科技公司，专注开发降低碳排放的纳米结构催化剂。2019年该公司被跨国企业格雷斯收购，其技术正推向全球市场。获得美国化学会“凯瑟琳·哈赫创业成就奖”，荣膺英国皇家化学会荣誉会士，并于2023年获西班牙国王授予国家研究奖。同时担任中国化学会荣誉会士、清华大学客座教授及北京化工大学名誉教授，2022–2023年间出任国际纯粹与应用化学联合会（IUPAC）主席。   Marc Robert  教授 法国索邦大学 Marc Robert，法国索邦大学教授，并担任法国大学研究院（IUF）高级成员（创新主席）。他的研究致力于电子转移过程的电化学与光化学方法探索，以及小分子（CO2、N2）的催化活化研究，以应对当今能源领域的重大挑战。罗伯特教授于2016年荣获法国液化空气集团颁发的首届国际关键分子挑战奖，2021年获得法国国家创新奖，2022年获得法国化学会物理化学分会资深科学家奖，2023年入选化学领域全球高被引学者榜单，2024年3月获得日本配位化学学会国际奖。   主题范围 This focus issue of JPhys Energy will highlight recent advances in carbon dioxide...

本研究来自美国马萨诸塞大学刑留冬课题组。在可靠性工程领域，任务中止策略（Mission Abort Policy, MAP）通过制定清晰、明确的准则，精准界定系统在出现退化状态时，终止主要任务（Primary Mission, PM）并启动救援程序（Rescue Procedure, RP）的条件，保障执行任务的关键系统的生存。设计最优MAP，在任务成功概率（Mission Success Probability, MSP）与系统生存概率（System Survivability, SS）之间实现平衡，对于有效管理系统损失风险、确保关键系统达到预期MSP水平至关重要。本文对可靠性工程中MAP的研究进行了全面回顾，梳理并剖析了针对单次尝试和多次尝试任务系统中各类MAP的数学建模、分析及优化的研究成果，前瞻性地探讨了推动MAP前沿研究和实践应用发展的潜在方向。 文章介绍 Mission abort policies in reliability engineering: a review Liudong Xing（刑留冬），Gregory Levitin 通讯作者： 刑留冬，美国马萨诸塞大学   研究背景： 任务中止策略（Mission Abort Policy, MAP）作为可靠性工程的核心工具，旨在通过量化系统退化阈值，定义触发任务中止和启动RP以拯救系统的特定恶化条件，以平衡任务成功概率与系统生存性，为管理关键系统的系统损失和任务失败风险提供见解。当前挑战集中于： 复杂系统建模：需融合随机冲击（如HPP、NHPP）、多阶段退化（Gamma过程、马尔可夫链）等动态失效机制； 多目标优化：需协同优化MSP、SS及预期损失成本（ECL），并应对决策参数动态性与环境不确定性； 工程实践需求：需开发实时自适应策略以应对物联网（IoT）设备级联故障、多任务并发等新兴场景。 本文围绕MAP的发展进行综述，涵盖定义MAP的决策参数的演变、优化模型和技术、目标函数（即性能指标）的数学建模与评估方法、复杂任务和系统行为的分析，以及MAP在不同领域的应用情况。   研究内容： 本文概述了MAP的发展，涵盖了定义MAP的决策参数的演变、优化模型和技术、目标函数（性能指标）的数学建模和评估方法、复杂任务和系统行为以及MAP的应用领域。同时对代表性 MAP 研究进行全面概述与分类，旨在为管理关键系统的系统损失和任务失败风险提供理论依据和实践指导。随着现代技术的飞速发展，集成物联网（Internet of Things, IoT）和人工智能（Artificial Intelligence, AI）技术的系统日益复杂，规模不断扩大，由此带来了一系列新的挑战。本文期望借此激发更多研究人员和实践者投身于MAP研究，共同应对这些挑战。此外，文章还前瞻性地指出了MAP未来的研究方向，包括： 开发实时自适应MAP，使其能够根据系统状态实时调整中止策略；探索基于MAP的灾害过程中级联故障缓解策略，有效应对复杂系统中的连锁故障问题； 在MAP模型中融入不确定性因素，提高模型对现实场景的适应性； 开发可访问的自主MAP嵌入式软件，促进MAP从理论研究向实际应用的转化，切实缩小理论与实践之间的差距。   图1 MAP研究的主要应用领域 作者介绍 刑留冬...

特刊详情 客座编辑 Liew Pay Jun 马六甲马来西亚技术大学 Liew Pay Jun, Associate Professor, serves at the Faculty of Industrial and Manufacturing Technology and Engineering, Universiti Teknikal Malaysia Melaka (UTeM). She is a Chartered Engineer (CEng) registered in the United Kingdom and obtained her Ph.D. from Tohoku University, Japan, under the supervision of Professor Jiwang Yan. From 2017...

我们诚邀您将最新研究成果发表在Biomedical Physics & Engineering Express期刊，与全球领域内的学术领军者共同推动生物医学物理研究的知识进步与创新发展。通过在本刊发表文章，您将提升研究的国际可见度，并增加在全球学术界的引用潜力。 期刊优势 在来自全球的专家审稿人和编委会支持下，期刊始终保持高标准的同行评审，并不断取得发展： 影响因子：1.6 CiteScore：2.5 期刊投稿后收到第一个决策的平均时长：9天   庆祝Biomedical Physics & Engineering Express创刊十周年 感谢过去十年来所有作者、审稿人、读者和编委的支持与贡献，帮助我们持续传播生物医学物理研究中最前沿、最具影响力的成果！ 亮点文章 A few-shot U-Net deep learning model for lung cancer lesion segmentation via PET/CT imaging Nicholas E Protonotarios, Iason Katsamenis, Stavros Sykiotis, Nikolaos Dikaios, George A Kastis, Sofia N Chatziioannou, Marinos Metaxas, Nikolaos Doulamis and Anastasios Doulamis  ...

本研究来自浙江大学王爱丽课题组。本研究通过NeuBridge框架的提出，为高效、低延迟的脉冲神经网络应用奠定了理论基础和实用方法论，并有望显著推动神经形态计算和边缘计算的发展。 文章介绍 NeuBridge: Bridging Quantized Activations andSpiking Neurons for ANN-SNN Conversion Yuchen Yang（杨玉琛）, Jingcheng Liu（刘京诚）, Chengting Yu（俞承廷）, Chengyi Yang（杨城熠）, Gaoang Wang（王高昂） and Aili Wang（王爱丽）   通讯作者： 王爱丽，浙江大学   研究背景： 随着人工智能规模不断扩张，传统人工神经网络（ANN）面临高功耗与计算资源瓶颈，推动低能耗的类脑脉冲神经网络（SNN）兴起。SNN凭借异步事件驱动的脉冲机制，在理论上具备出色的能耗与计算资源效率。然而，当前的SNN性能尚难以匹敌成熟的ANN模型，主要瓶颈在于现有ANN-SNN转换方法中的量化误差与脉冲时序不均匀误差。这些方法往往基于脉冲频率编码，需要大量时间步保证精度，实际应用中效率低下且性能受限。因此，亟需一种高效精准的ANN-SNN转换框架，以提升SNN的实际应用性能和效率。   研究内容： 该研究提出了一种创新性的ANN-SNN转换框架——NeuBridge（如图所示），旨在解决传统转换方法中的性能和延迟问题。   NeuBridge框架包括三大核心创新点： 自适应时间编码机制：首次引入具有自适应能力的时间编码参数，在ANN量化感知训练阶段自动优化，有效地将空间域中的量化激活值转化为时间域的高效脉冲序列，显著减少转换时间步。 解码-编码神经元：提出双阶段脉冲神经元模型，解码阶段积累膜电位并优化脉冲接收，编码阶段以动态膜电位调整脉冲发放，彻底消除了传统转换过程中的不均匀误差。 量化神经网络与脉冲神经网络的无损映射：建立了QNN与SNN间的严格等价映射关系，优化了量化激活和脉冲序列之间的精准对应，最大限度地降低了量化误差。   研究团队在CIFAR-10与ImageNet数据集上进行了广泛实验，结果表明NeuBridge在极少的时间步内（2-3个时间步）实现了与当前最先进方法相当甚至更高的精度。例如，在AlexNet与ResNet网络上，NeuBridge的性能在2个时间步内即可达到甚至超过以往需要7个甚至更多时间步的现有方法。此外，NeuBridge在能耗方面具有极大优势，仅为传统ANN模型的约1.3%，显著优于量化神经网络（QNN）。   综上所述，本研究通过NeuBridge框架的提出，为高效、低延迟的脉冲神经网络应用奠定了理论基础和实用方法论，并有望显著推动神经形态计算和边缘计算的发展。 作者介绍 王爱丽  研究员 浙江大学 王爱丽，浙江大学国际联合学院ZJU-UIUC联合学院研究员，助理教授，博士生导师。于2019年获华盛顿大学电子与计算机工程专业博士学位。主要研究方向脑启发计算算法与硬件协同设计、低功耗模拟混合信号集成电路设计。研究成果发表于IEEE TAI，Frontiers in Neuroscience, IEEE TCAS-I, IEEE Sensors Journal,...

特刊详情 客座编辑 Felix Creutzig，德国波茨坦气候影响研究所 蔡闻佳，清华大学 Radhika Khosla，英国牛津大学 Debra Roberts，南非夸祖鲁·纳塔尔大学 Chandni Singh，印度人类住区研究所 William Solecki，美国纽约市立大学   主题范围 Cities are on the frontline of climate change, simultaneously confronting severe risks and shouldering significant responsibilities for rapid mitigation and adaptive transformations. Urban areas face escalating threats from extreme weather events, heatwaves, flooding, and water scarcity, all intensifying under changing...

本研究来自西北工业大学动力与能源学院魏鹏飞课题组。在可靠性工程中，如何利用实验数据校准计算模型以实现高精度预测，是当前亟待解决的关键问题。贝叶斯模型更新（BMU）作为新兴方法框架，在计算效率与精度间存在权衡难题，本研究提出一种基于主动学习的近似贝叶斯积分方法，通过高斯过程模型对似然函数平方根进行解析近似，创新性地设计后验方差贡献（GPVC）采集函数，综合利用后验均值与协方差信息实现参数空间的智能探索，研究结果为高维复杂系统的可靠性模型校准提供了兼具高效性与鲁棒性的解决方案。 文章介绍 Probabilistic Calibration of Model Parameterswith Approximate Bayesian Quadrature and Active Machine Learning Pengfei Wei（魏鹏飞），Masaru Kitahara, Matthias G R Faes and Michael Beer 通讯作者： 魏鹏飞，西北工业大学动力与能源学院   研究背景： 当前，基于物理失效模型的可靠性评估与设计优化技术面临双重挑战：一方面，复杂服役环境与多物理场耦合效应导致数学模型难以精确表征所有失效机制；另一方面，数值求解过程中的离散化误差与假设简化会引入额外的预测不确定性。这种模型预测与真实物理响应的偏差，使得模型校准成为提升可靠性评估精度的关键环节。当前主流的模型校准方法可分为确定性框架与不确定性框架两大类，其中非确定性方法通过概率模型或证据理论量化认知不确定性，近年来成为研究热点。在概率参数校准领域，贝叶斯模型更新（BMU）方法取得显著进展，但如何在保证全贝叶斯精度的前提下突破计算效率瓶颈，仍是多模态BMU问题亟待解决的难题。本研究聚焦概率框架下的参数校准问题，将模型参数视为确定性未知量，其认知不确定性通过主观概率模型进行表征，提出基于改进贝叶斯积分框架的新型校准范式，为复杂系统的可靠性模型校准提供了新方案。   研究内容： 本文针对BMU方法在计算效率与精度间的权衡难题，提出一种基于主动学习的近似贝叶斯积分方法，创新性体现在三方面： 1）高效近似贝叶斯积分框架：提出基于高斯过程代理模型的贝叶斯积分方法，通过对似然函数平方根进行解析近似，结合主动学习的自适应采样策略，在降低计算成本的同时，达到与全贝叶斯方法相当的校准精度，突破了传统高精度方法计算复杂度高的瓶颈； 2）智能采集函数设计突破：创新性构建后验方差贡献（GPVC）通用采集函数，通过融合概率回归模型的预测均值与协方差信息，动态量化参数空间的信息熵分布，实现全局探索与局部开发能力的协同优化。实验表明，GPVC函数在多模态问题中的收敛速度较传统方法有显著提升； 3）多模态后验估计的高效性：针对复杂系统可靠性分析中的多模态后验密度估计难题，所提方法通过贝叶斯积分与GPVC函数的协同作用，能够高效求解多模态后验密度函数。 通过数值与工程案例验证，本文所提方法在多模态后验密度估计中展现出显著优势，同时保持与全贝叶斯方法相当的校准精度。   Fig.1 Comparison of results for posterior density of the first example, where PVC and VUS are used under...

本期内容来自 Environmental Research Letters (ERL)、Environmental Research: Climate (ERC)、Environmental Research: Water (ERW) 与 Environmental Research: Infrastructure and Sustainability (ERIS) 期刊，涵盖甲烷超级排放事件的健康风险、天然气行业NMVOC排放估算、农业甲烷与气候政策的公平性问题、跨界水资源治理中的利益相关方参与，以及澳大利亚锂供应链的绿色转型等热点话题。 >>点击此处链接，订阅环境领域最新资讯。 精选文章 Not just a climate problem: the safety and health risks of methane super-emitter events Sofia Bisogno, Chowdhury G Moniruzzaman, Nick Heath, Christos Efstathiou, Jeremy K Domen, Lee Ann L Hill, Jasmine Lee, Drew R Michanowicz, Quintin Munoz, Yanelli...